অবৈধ টুল কল ব্যর্থতা
দেখুন কোন AI মডেলগুলো সবচেয়ে বেশি অবৈধ টুল কল সমস্যায় পড়ে, যাতে বেছে নেওয়ার আগে নির্ভরযোগ্যতার ঝুঁকি বুঝতে পারেন। সাজান: স্কোর ↑.
134/134
মডেল ফিল্টার করুন
বর্তমান অনুসন্ধান ও ফিল্টারের সাথে কোনো মডেল মেলেনি।
| র্যাঙ্ক | মডেল | কোম্পানি | অবৈধ টুল কল সংখ্যা | স্কোর | মোট খরচ | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|
| #101 | Nemotron 3 Ultra medium | NVIDIA | 1 | 7.6 | $0.701 | 13/22 | 33.6s |
| #97 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 7.6 | $0.042 | 13/22 | 51.8s |
| #92 | Qwen3.7 Flash high | Qwen | 1 | 7.8 | $0.052 | 13/22 | 41.4s |
| #89 | Qwen3.8 27B medium | Qwen | 1 | 7.8 | ~$0.058 | 14/22 | 33.0s |
| #85 | Gemini 3.5 Flash Lite medium | 1 | 7.8 | $0.272 | 14/22 | 5.12s | |
| #83 | Qwen3.7 Plus medium | Qwen | 1 | 7.9 | $0.277 | 15/22 | 53.5s |
| #81 | Step 3.7 Flash medium | Stepfun | 1 | 7.9 | $0.495 | 13/22 | 23.5s |
| #78 | GPT-5.6 Terra high | OpenAI | 1 | 8.0 | $0.836 | 14/22 | 11.2s |
| #77 | Inkling medium | Thinkingmachines | 1 | 8.0 | $0.383 | 15/22 | 15.7s |
| #73 | Muse Spark 1.1 high | Meta | 2 | 8.0 | $2.253 | 12/22 | 36.9s |
| #72 | Inkling high | Thinkingmachines | 2 | 8.0 | $1.046 | 15/22 | 62.6s |
| #71 | Muse Glimmer 30B xhigh | Meta | 1 | 8.1 | $0.471 | 13/22 | 95.6s |
| #69 | Qwen3.8 2.4T A95B low | Qwen | 1 | 8.1 | $2.672 | 15/22 | 119.0s |
| #68 | Claude Sonnet 5 medium | Anthropic | 1 | 8.2 | $0.922 | 15/22 | 12.5s |
| #67 | Muse Spark 1.3 low | Meta | 1 | 8.2 | $0.689 | 15/22 | 16.0s |